Nosso Site Entregava 133 Caracteres Para a IA: O Que Medimos e Corrigimos em 48 Horas

No dia 22 de agosto de 2026, o site da Impero Solutions entregava 133 caracteres de texto para o robô do ChatGPT. Não era um erro visível: para quem abria no navegador, tudo aparecia normal. Mas o crawler que alimenta as respostas de inteligência artificial não enxergava absolutamente nada. Em 48 horas, reconstruímos a base técnica e as páginas passaram a entregar entre 8 mil e 20 mil caracteres. Este artigo é o registro do que fizemos, com os números antes e depois — e o método que qualquer empresa pode aplicar para ser lida, entendida e recomendada por IA.

Por que sua empresa não é recomendada pela IA (e provavelmente você não sabe)

A busca com IA mudou o jogo da autoridade digital, e existe uma diferença silenciosa entre o site que você vê e o site que a inteligência artificial vê. Quando você abre uma página no navegador, o JavaScript roda e monta todo o conteúdo na tela. Quando o GPTBot, o PerplexityBot, o ClaudeBot ou o Applebot visitam a mesma página, eles não executam JavaScript. Leem apenas o HTML que o servidor entregou no primeiro milissegundo.

Se o seu site foi construído como uma aplicação moderna — React, Vue, Angular, Next sem renderização no servidor, ou qualquer construtor visual que monta a página no navegador — existe uma chance real de que os motores de IA estejam recebendo uma página em branco. E o mais perigoso: nada no seu site indica que isso está acontecendo. O Google Analytics registra visitas normais. O site abre rápido. O design está impecável. E a IA não tem o que citar.

Esse é o ponto cego que descobrimos no nosso próprio site — a mesma agência que presta serviço de SEO e GEO para clientes. E é por isso que este artigo existe: porque é mais útil mostrar o que medimos do que repetir teoria que você já leu em outros lugares.

O diagnóstico: o que medimos antes de tocar em uma linha de código

Antes de qualquer correção, fizemos uma auditoria com requisição direta ao servidor, simulando exatamente o que o robô recebe. O comando é simples e você pode rodar no seu site agora mesmo: pedir o HTML da página e contar quantos caracteres de texto existem depois de remover as tags.

O resultado foi este:

Os artigos funcionavam porque tinham uma camada de pré-renderização própria. As páginas comerciais, não. Ou seja: o conteúdo que atraía visitante era lido pela IA, e o conteúdo que vendia era invisível. Exatamente ao contrário do que qualquer empresa quer.

O segundo problema: informação duplicada confunde a máquina

Ao inspecionar o código estruturado das páginas, encontramos algo pior que a ausência: a mesma entidade declarada duas vezes. Um único artigo declarava a organização, o site, o tipo de publicação e a trilha de navegação em duplicidade — doze declarações onde deveriam existir cinco.

Isso acontece quando duas camadas de código escrevem informação estruturada sem saber uma da outra. Para o Google e para os motores de resposta, entidade duplicada com identificadores divergentes é ruído. E consistência de entidade é justamente um dos fatores que mais pesam na decisão de citar ou não uma fonte. Se você quer entender o mecanismo por trás disso, vale ler nosso guia sobre schema markup.

Os quatro sinais que fazem a IA escolher sua empresa

Antes de mostrar as correções, vale explicitar o que estamos otimizando. Um motor de resposta não "ranqueia" no sentido clássico — ele seleciona fontes para compor uma resposta. Essa seleção passa por quatro filtros, e falhar em qualquer um deles elimina sua empresa antes da disputa.

1. Legibilidade sem JavaScript

É o filtro eliminatório. Se o robô não lê, os outros três não importam. Nenhum crawler de IA executa JavaScript hoje. O conteúdo precisa estar no HTML que o servidor entrega.

2. Estrutura que responde perguntas

É onde estratégia de conteúdo encontra engenharia: motores de resposta extraem trechos. Eles procuram pergunta seguida de resposta direta, cabeçalho seguido de parágrafo objetivo, lista com itens paralelos. Texto corrido de mil palavras sem estrutura é difícil de extrair — e o que não se extrai não se cita.

3. Entidade confirmável

A IA precisa ter certeza de que sua empresa existe e é quem diz ser. Isso se constrói com informação idêntica em múltiplas fontes independentes: seu site, o perfil no Google, bases estruturadas, diretórios setoriais, menções de terceiros. Divergência entre essas fontes gera desconfiança.

4. Autoria verificável

Conteúdo assinado por uma pessoa real, com credencial rastreável e vínculo declarado com a organização, tem vantagem mensurável sobre conteúdo anônimo. É a tradução técnica de construir autoridade no seu mercado. É o componente de experiência e autoridade que o Google formalizou e que os motores de resposta herdaram.

As nove correções que aplicamos — e o efeito de cada uma

O que segue não é lista de boas práticas genéricas. É o registro do que foi alterado no site da Impero entre 22 e 24 de agosto de 2026, com o resultado medido em produção.

Correção 1: renderizar as páginas antes de servir

A solução mais direta para o problema do JavaScript não é reescrever o site. É fazer o próprio site se renderizar durante a publicação, num navegador sem interface, e salvar o resultado como HTML estático.

Implementamos isso no processo de build: antes de publicar, um navegador automatizado abre cada uma das rotas, espera a página montar completamente e salva o HTML final. O que sai já vem com título, endereço canônico, dados estruturados e o texto inteiro — porque é literalmente o que o navegador produziu.

Resultado: 33 páginas passaram de 133 caracteres para entre 8.858 e 20.082 caracteres de texto servido.

Correção 2: marcar as perguntas frequentes que já existiam

Nosso blog tinha seção de perguntas frequentes em quase todos os artigos. O texto estava escrito, bem redigido, respondendo dúvidas reais. Mas a marcação técnica que transforma esse texto em dado estruturado só era gerada no navegador — nunca chegava ao robô.

Escrevemos um extrator que lê o conteúdo de cada artigo, identifica os pares de pergunta e resposta e emite a marcação correta no HTML servido.

Resultado: 395 artigos passaram a servir perguntas e respostas estruturadas. Antes eram zero.

Esse é provavelmente o ganho mais subestimado em qualquer projeto de AEO e GEO: muitas empresas já têm o conteúdo certo escrito, apenas sem a etiqueta que permite à máquina reconhecê-lo.

Correção 3: eliminar a duplicação de dados estruturados

Reorganizamos as duas camadas para que a identidade da organização seja declarada uma única vez, no HTML base, e todas as outras páginas apenas a referenciem por identificador. Passamos de doze entidades por página, com quatro tipos repetidos, para um conjunto limpo sem nenhuma duplicata.

Correção 4: corrigir o endereço canônico das páginas traduzidas

Tínhamos dezoito páginas em inglês e espanhol com tradução real e funcional. Só que todas declaravam ao Google que o endereço verdadeiro delas era a página inicial em português. O Google fazia o que era esperado: descartava as dezoito como duplicata.

O Search Console confirmou o diagnóstico — essas URLs apareciam no relatório como "página alternativa com tag canônica adequada", que é a forma educada de dizer "eu li e decidi não indexar".

Correção 5: declarar o idioma correto de cada página

Todas as páginas anunciavam ser em português, inclusive as em inglês e espanhol. Um detalhe de uma linha, com efeito direto sobre em qual mercado a página é elegível para aparecer.

Correção 6: criar páginas de autor com credencial

Nossos artigos eram assinados por três pessoas, mas a "página do autor" era um filtro por parâmetro de URL — que o Google não trata como entidade. Criamos páginas próprias para cada autor, com cargo, áreas de atuação, vínculo declarado com a empresa e ligação com os perfis externos.

Cada artigo agora referencia a pessoa por identificador, em vez de repetir o nome solto. É o que transforma 408 publicações dispersas em um corpo de trabalho atribuído a profissionais identificáveis.

Correção 7: liberar os robôs de IA que faltavam

O arquivo que autoriza crawlers listava oito agentes de IA. Faltavam alguns dos mais relevantes: o indexador do ChatGPT Search, os agentes do Claude, o crawler da Apple Intelligence, o da Meta, o da Amazon e o Common Crawl — que serve de base de treinamento para boa parte dos modelos abertos.

Passamos de 8 para 24 agentes autorizados. Vale dizer o óbvio: liberar o robô só tem efeito depois que existe conteúdo legível para ele encontrar. As duas coisas andam juntas.

Correção 8: publicar um mapa legível por máquina

Existe um padrão emergente chamado llms.txt: um arquivo em texto, na raiz do site, que apresenta a empresa e aponta os caminhos principais para um agente de IA. Tínhamos o arquivo, mas escrito em prosa livre, sem um único link — o que faz dele um texto bonito e inútil como mapa.

Reescrevemos no formato correto, gerado automaticamente a cada publicação para nunca envelhecer: cabeçalho, resumo da empresa, e seções com links descritos. De zero para 65 links.

Correção 9: medir a conversão que vem do orgânico

Esta não é uma correção de GEO, mas sem ela o resto é fé. Nossa página de conversão principal não disparava nenhum evento de medição. Não havia como saber quantos dos visitantes orgânicos viravam oportunidade comercial.

Instrumentamos o formulário para registrar origem, faturamento declarado, urgência e dor principal. Agora é possível otimizar por qualidade de lead, e não por volume de formulário preenchido — diferença que separa marketing que gera receita de marketing que gera relatório.

O antes e depois, em números

A última linha merece explicação. O Lighthouse, ferramenta de auditoria do próprio Google, passou a incluir uma categoria chamada navegação agêntica — que mede o quanto uma página é utilizável por um agente autônomo. Saímos de 67 para 100. É a métrica mais próxima que existe hoje de "quão pronto seu site está para a era dos agentes".

O que descobrimos sobre onde a IA realmente nos cita

Com o Search Console em mãos, olhamos o relatório de recursos de IA generativa — que mostra quando uma página aparece dentro de uma resposta gerada. Foram 1.810 aparições em cerca de três meses.

A surpresa não foi o volume. Foi quais páginas apareciam: seis das oito mais citadas eram artigos sobre inteligência artificial aplicada na prática. Nenhuma era sobre o nosso posicionamento declarado.

E há um detalhe que contraria a intuição de muita gente: as duas páginas mais citadas tinham 244 e 232 palavras. Estavam entre os artigos mais curtos do blog inteiro.

A lição não é "escreva menos". É mais precisa que isso: artigo curto que responde uma pergunta específica de forma direta é exatamente o formato que motor de resposta consome. O que não funciona é texto curto e genérico, sem pergunta clara por trás. A extensão não é a variável — a densidade de resposta é.

O método, em ordem de prioridade

Se você vai aplicar isso na sua empresa, esta é a sequência que faz diferença. Ela é ordenada por dependência: cada passo só faz efeito se o anterior estiver resolvido.

1. Verifique se o robô lê seu site. Peça o HTML da sua página inicial sem executar JavaScript e conte os caracteres de texto. Menos de mil caracteres significa que você tem um problema estrutural, não de conteúdo.
2. Resolva a renderização antes de qualquer outra coisa. Pré-renderização no build, renderização no servidor ou geração estática. Qualquer caminho serve, desde que o HTML entregue contenha o texto.
3. Estruture o conteúdo que já existe. Perguntas frequentes, passo a passo, definições, tabelas comparativas. É provável que você já tenha o conteúdo escrito — falta a marcação.
4. Limpe a duplicação de dados estruturados. Uma entidade, uma declaração, um identificador.
5. Dê rosto e credencial ao conteúdo. Página de autor com cargo, competência e vínculo verificável.
6. Autorize os crawlers de IA e publique um mapa legível por agente.
7. Construa a entidade fora do seu domínio. Perfil no Google, bases estruturadas públicas, diretórios do seu setor, menções de terceiros. Boa parte das citações de IA vem de fontes externas, não do site da própria empresa.
8. Meça. Search Console com o relatório de IA generativa, Bing Webmaster Tools e o evento de conversão configurado. Sem baseline, não existe otimização — existe opinião.

Se você quer o enquadramento estratégico completo dessa disciplina, escrevemos separadamente sobre como ser recomendado pela IA e sobre reputação digital nas respostas de IA. Este artigo é o complemento prático: o que acontece quando a teoria encontra um site real.

O erro de leitura mais comum sobre GEO

Muita empresa trata otimização para IA como um capítulo novo do marketing de conteúdo — mais artigos, mais palavras-chave, mais volume. Nossa medição sugere o contrário.

Tínhamos 408 artigos publicados. O conteúdo não era o gargalo. O gargalo era estrutural: metade do que produzíamos não chegava íntegro ao destino. Publicar o artigo 409 não resolveria nada; consertar a entrega mudou tudo de patamar.

Vale a analogia: é como investir em tráfego pago para uma página que não carrega. O problema não está na verba nem na criatividade do anúncio. Está no destino.

O que esperar depois de corrigir

Ajuste técnico não gera lead sozinho. O que ele faz é remover o teto. Antes existia um limite que nenhum volume de conteúdo ultrapassaria, porque parte do que era produzido não chegava ao robô.

Desconfie de quem promete recomendação por IA em trinta dias. O ciclo de rastreio, reprocessamento e incorporação em resposta gerada não é instantâneo — e nenhum fornecedor controla esse relógio.

Como saber se sua empresa tem esse problema

Três verificações que você pode pedir ao seu time hoje, e que não custam nada:

• Quantos caracteres de texto sua página inicial entrega sem JavaScript? Abaixo de mil, há problema estrutural.
• Quantas páginas do seu site estão indexadas, e quantas o Google marcou como "rastreada mas não indexada"? Esse segundo número é o veredito de qualidade do Google sobre seu conteúdo.
• Seu formulário principal registra evento de conversão? Se não, você não sabe o que o orgânico gera — e está decidindo orçamento no escuro.

Se qualquer resposta preocupar, o diagnóstico gratuito da Impero começa exatamente por essas medições. Não é apresentação comercial: é o levantamento do que o robô vê quando visita o seu site — o mesmo que fizemos no nosso.

Perguntas Frequentes

Como saber se o ChatGPT consegue ler meu site?

Peça o HTML da página sem executar JavaScript e conte os caracteres de texto restantes. Se o número for muito baixo, algumas centenas apenas, o conteúdo está sendo montado só no navegador e os crawlers de IA não o enxergam. No nosso caso eram 133 caracteres, e nada no site indicava o problema.

Preciso reescrever meu site inteiro para ser lido pelas IAs?

Não. Na maioria dos casos basta acrescentar uma etapa de pré-renderização ao processo de publicação, que faz o próprio site se renderizar e salva o HTML final. No nosso caso, 33 páginas foram resolvidas sem alterar a arquitetura da aplicação nem o design de uma única tela.

Artigos curtos ou longos são melhores para aparecer em respostas de IA?

A extensão não é a variável decisiva. Nas nossas medições, as duas páginas mais citadas por IA tinham 244 e 232 palavras, estando entre as mais curtas do blog. O que elas têm em comum é responder uma pergunta específica de forma direta. Texto curto e genérico não funciona; texto curto e resolutivo funciona muito bem.

Liberar os robôs de IA no robots.txt é suficiente?

Não, é apenas a permissão. Nosso site já autorizava GPTBot e outros agentes enquanto entregava páginas em branco para eles. Autorizar o crawler só produz efeito quando existe conteúdo legível, estrutura extraível e entidade confirmável para ele encontrar.

Quanto tempo leva para aparecer nas respostas de IA depois das correções?

O Google costuma levar de duas a quatro semanas para reprocessar páginas corrigidas, e citações novas em motores de resposta aparecem tipicamente entre quatro e doze semanas. Esse relógio depende do ciclo de rastreio de cada motor e não é controlado por nenhum fornecedor. Prazos muito menores que isso devem ser tratados com desconfiança.